基于隨機光照的雙目立體測量關鍵技術及其系統(tǒng)研究.pdf

1、物體的三維外形輪廓測量技術是實施逆向工程、產(chǎn)品質(zhì)量檢測、虛擬現(xiàn)實等的前端基礎，在飛機、汽車、船舶、模具、娛樂、生物醫(yī)學等行業(yè)有廣泛的應用需求。本文深入研究了基于隨機光場照射的雙目立體測量關鍵技術，包括圖像處理技術、攝像機標定技術、匹配重建技術、測量數(shù)據(jù)拼合技術和系統(tǒng)軟硬件實現(xiàn)技術等，自主研發(fā)了RIMS(Random Illumination Measurement System)三維點云測量原型系統(tǒng)。本文的主要研究內(nèi)容和成果可以概括為：

2、
　　 1、提出了通過瞬時隨機光場照射結(jié)合雙CCD立體圖像進行快速三維輪廓測量的總體方案。不同于大多數(shù)在一個時間序列上多次投射不同的結(jié)構(gòu)化光照模式到被測物體表面的方法，本文提出的方案只需要一個自然光照下的立體圖像對用于多視角測量數(shù)據(jù)拼合，以及一個瞬時隨機光場照射下的立體圖像對用于產(chǎn)生三維點云數(shù)據(jù)。其優(yōu)點是隨機光照立體圖像對在瞬間拍攝，因此不會由于單次測量過程中被測物體的不穩(wěn)定影響測量，非常適合現(xiàn)場測量和對非靜態(tài)物體的測量。同時，

3、該方案對光場投射裝置沒有嚴格的畸變度限制，而且不需要光柵移動(或轉(zhuǎn)動)的機械裝置，也無需散熱結(jié)構(gòu)，從而可以使投影器乃至整個三維測量系統(tǒng)緊湊小巧、成本降低。
　　 2、研究了圖像的輪廓提取和橢圓中心提取算法，針對研究中采用的圓形目標點，改進了一個基于亞像素邊緣的灰度矩最小二乘橢圓中心定位算法，與傳統(tǒng)的灰度矩算法相比，有效地提高了圓形目標中心的圖像定位精度。同時，針對在實際測量圖像中可能存在的各種類型的偽橢圓目標，提出了偽目標的多準

4、則過濾去除算法，能夠高效穩(wěn)健地識別出真實的特征橢圓，為系統(tǒng)標定及多視角測量數(shù)據(jù)拼合奠定了基礎。
　　 3、深入研究了攝像機模型和雙目立體測量系統(tǒng)的標定技術，通過實驗，確定了RIMS測量系統(tǒng)的攝像機畸變模型，提出了一種簡便易行的雙目立體測量系統(tǒng)三步優(yōu)化標定方法。該方法將基于平面模板的標定方法和自標定方法相結(jié)合，在傳統(tǒng)兩步優(yōu)化法的基礎上，進一步將標定板上特征圓點中心的空間坐標作為優(yōu)化變量進行優(yōu)化求解，并用已知兩個點之間的實際距離精確

5、恢復由此帶來的系統(tǒng)絕對尺度變化。由于本文提出的三步優(yōu)化標定方法考慮到了標定板幾何誤差的影響，并通過算法優(yōu)化確定實際的標定板幾何信息，從而降低了標定板的制作和計量校準要求，并且能夠獲得較高精度的標定結(jié)果。
　　 4、提出并實現(xiàn)了面向表面點云測量的雙目立體圖像匹配和三維重建算法。該算法在綜合灰度信息約束和幾何信息約束的基礎上，利用最小二乘法，在同名像點匹配的同時得到相應三維坐標。提出了采用加權(quán)匹配窗口的方法，能夠一定程度上改善模型細

6、節(jié)部分的重建效果；采用獨立于最小二乘模型之外的灰度矯正策略，一方面提高了算法收斂的穩(wěn)定性，另一方面有助于提高算法效率；利用幾何一致性和連續(xù)性約束，提出了用于確定匹配初始值的生長法，能夠明顯減少算法迭代次數(shù)，提高算法效率。實驗證明，在輔以隨機光場照射的情況下，本文方法能夠根據(jù)一個立體圖像對獲得高質(zhì)量的物體表面點云數(shù)據(jù)。
　　 5、提出并實現(xiàn)了基于圓形標記點的多視角測量數(shù)據(jù)拼合算法。首先研究了圓形標記特征在立體圖像對之間的迭代松弛匹

7、配算法，提出了“自適應部分贏者通吃”的更新策略；在多視角測量數(shù)據(jù)的拼合中，首先利用歐氏變換對長度的不變性，進行兩兩視圖拼合，然后再對多視角測量數(shù)據(jù)的整體拼合結(jié)果進行全局優(yōu)化，有效地減小了全局拼合誤差。
　　 6、在基礎理論和關鍵算法研究的基礎上，構(gòu)建了基于隨機光場照射的雙目立體測量原型系統(tǒng)RIMS的硬件平臺，提出了軟件的總體架構(gòu)、數(shù)據(jù)結(jié)構(gòu)以及數(shù)據(jù)管理體系，用VC++實現(xiàn)了文中提出的所有算法，實現(xiàn)了標定、測量、拼合等系統(tǒng)功能。